时间拉伸干涉激光雷达技术结合色散型波数到时间范围编码

《Laser & Photonics Reviews》：Time-Stretched Interferometric LiDAR with Dispersive Wavenumber-to-Time Range Encoding

光纤光栅时域拉伸干涉式LiDAR系统实现高速高精度长距离测量，融合了ToF和FMCW技术优势，采用k线性光纤布拉格光栅消除频谱线性化需求，通过波长色散效应将相位差转换为时间差，避免FFT处理和长 coherence 长度限制，在5.0016 MHz repetition rate下达到9.5 mm平均精度和12 m最大测距，支持10 kHz动态目标跟踪和亚厘米级3D成像。

　　在现代科技迅速发展的背景下，光探测与测距（LiDAR）技术已经成为3D建模和高精度距离测量的重要工具，广泛应用于环境监测、工业检测、自动驾驶以及智能基础设施等多个领域。随着应用场景的不断扩展，LiDAR系统被要求具备更高的采集速度、更精细的距离分辨率、更远的测量范围以及在复杂环境中更强的抗干扰能力。然而，现有的LiDAR技术仍然面临诸多挑战，尤其是在如何在不牺牲性能的前提下实现系统的简化和高效性方面。传统的LiDAR系统主要分为时间飞行（ToF）和调频连续波（FMCW）两种架构，它们各自具有独特的优缺点，难以满足当前对高精度、高效率和长距离测量的综合需求。

时间飞行（ToF）LiDAR以其结构简单和计算复杂度低而著称。它通过测量激光脉冲从发射到接收的时间差来计算目标距离，不需要进行复杂的频率域处理。然而，这种方法在强环境光干扰或恶劣天气条件下，精度和准确性往往会显著下降，成为其在实际应用中的主要瓶颈之一。相比之下，FMCW LiDAR利用相干混频技术，通过检测参考光束与反射光束之间的拍频来确定距离，因此在抗环境光干扰和距离分辨率方面表现优异。然而，FMCW LiDAR对光源的相干长度有较高要求，且需要依赖快速傅里叶变换（FFT）等计算密集型信号处理技术，这在一定程度上限制了其在实时性和嵌入式应用中的可行性。

针对上述问题，本文提出了一种基于时间拉伸干涉仪（time-stretched interferometer）的新型LiDAR架构，该架构通过将距离信息直接编码到时间域的干涉信号中，克服了传统ToF和FMCW LiDAR在速度、精度和范围上的局限性。与传统ToF不同，该系统利用了干涉效应，而不是直接测量脉冲延迟，从而提升了对环境光的抗干扰能力。同时，与FMCW相比，它无需使用长相干长度的激光器，也不依赖FFT进行频率分析，大大降低了计算复杂度。这种创新性的设计不仅实现了高精度、高速度的测量，还为实时和嵌入式LiDAR系统提供了更广阔的应用前景。

该系统的核心原理在于利用色散效应将波数（wavenumber）映射到时间域，从而实现距离的编码。具体而言，系统采用了一种称为“拉伸脉冲主动锁模”（stretched-pulse mode-locked, SPML）的扫频光源，结合了k线性刻录的啁啾光纤光栅（CFBG），构建了一个具有强波长依赖色散特性的参考臂。通过这种设计，系统能够在不依赖频率域处理的情况下，直接从时间域的干涉信号中提取距离信息。其关键在于，系统利用色散引起的固定延迟，将目标距离转化为时间信号中的峰值位置，从而避免了传统ToF系统对采样率的严格依赖，也消除了FMCW系统对相干长度和FFT处理的需求。

实验结果表明，该系统在中心波长1310纳米、扫频速率为5.0016兆赫（MHz）的情况下，能够实现高达12米的测量范围，这一范围大约是光源有效相干长度的10000倍。在6米距离处，系统的距离分辨率达到3.56厘米，精度达到9.5毫米，而整体测量精度（13毫米）和重复性（1- R2 = 1 × 10??）均表现出色。通过引入双轴陀螺镜扫描器，系统还实现了对不同距离目标的3D成像，成功区分了多个深度平面，并且在扫描过程中保持了目标几何形状的完整性。此外，通过使用旋转光学斩波器进行高速测量验证，系统能够在10千赫（kHz）和5千赫的调制频率下，准确捕捉目标距离的变化，进一步证明了其在动态环境中的可靠性和高时间分辨率。

在实际应用中，这种新型LiDAR系统的优势尤为突出。首先，它避免了传统ToF系统对环境光的敏感性，从而提升了在复杂场景下的稳定性。其次，它不需要依赖长相干长度的激光器，降低了光源的复杂性和成本。再者，它摒弃了频率域信号处理的步骤，使系统具备更低的计算负担，更适合实时处理和嵌入式部署。最后，其高重复率（约5 MHz）使得系统能够对快速移动或动态变化的目标进行高精度跟踪，提升了在自动驾驶、机器人导航和工业测量等领域的适用性。

从系统设计的角度来看，该LiDAR架构不仅实现了性能的突破，还为未来的系统优化提供了理论基础。通过分析系统的色散特性、扫频带宽以及采样率之间的关系，研究者能够更精确地控制测量范围与分辨率之间的平衡。例如，较大的色散延迟可以延长最大可测距离，但会降低距离分辨率；反之，较小的色散延迟则能提高分辨率，但可能限制系统在长距离测量中的表现。这种平衡关系为系统设计者提供了重要的指导，使他们能够根据具体应用场景灵活调整参数，从而优化整体性能。

此外，该系统还通过实验验证了其在不同环境条件下的稳定性。例如，在测试中，系统在面对10 kHz和5 kHz的调制频率时，能够稳定地采集时间信号，并准确地解析出目标的距离变化。这一能力在传统的FMCW系统中是难以实现的，因为其较低的重复率限制了对快速变化目标的响应能力。相比之下，该系统在MHz级别的重复率下，能够高效地处理动态信号，为高精度、高效率的LiDAR应用提供了新的可能性。

在实际应用中，该系统还展现了其在复杂场景中的适应性。例如，通过在系统中引入光纤延迟线进行点扩散函数（PSF）测试，研究者能够验证系统在不同距离下的测量精度和一致性。测试结果表明，系统在8米距离处的精度标准差（SD）达到0.0118米，而平均标准差（SD_mean）仅为0.0095米，这表明其在长距离测量中依然能够保持较高的稳定性。同时，系统在自由空间中的测量精度（13毫米）和分辨率（3.56厘米）均达到工业级标准，能够满足对高精度测量的需求。

从工程实现的角度来看，该LiDAR系统具有较高的可扩展性和实用性。它采用全光纤结构，使得系统更加紧凑，适合集成到小型设备中。此外，系统设计中的色散控制和信号处理优化，使其在计算资源有限的场景下依然能够实现高效的性能。这种设计不仅降低了硬件复杂度，还提升了系统的可靠性，为未来的LiDAR技术发展提供了新的方向。

展望未来，该系统仍有进一步优化和拓展的空间。例如，研究者可以探索将系统与更先进的嵌入式电子设备相结合，以提升其在移动平台上的适应性。同时，进一步测试系统在不同环境条件下的鲁棒性，如高温、高湿度或强电磁干扰，将有助于提升其在实际应用中的稳定性。此外，开发基于正交检测的峰值检测算法，如三次抛物线插值法，可以进一步提高测量精度和速度。这些改进不仅有助于提升系统的性能，也将推动其在自动驾驶、智能机器人和工业自动化等领域的广泛应用。

总之，本文提出的基于时间拉伸干涉仪的LiDAR架构，成功地克服了传统技术的局限性，为实现高精度、高效率和长距离测量提供了全新的解决方案。其核心优势在于通过时间域信号处理，实现了对距离的直接编码，同时避免了频率域处理和对长相干长度光源的依赖。这一突破不仅提升了LiDAR技术的性能，还为未来更广泛的应用场景提供了坚实的理论和技术基础。